MI's Recording

MySQL Workbench 란?- 소프트웨어에 접속하기 위한 장치 - 데이터베이스 설계, SQL 개발, 데이터베이스 관리뿐만 아니라 다른 데이터베이스에서 MySQL로 데이터를 마이그레이션할 수 있는 통합 도구 환경이다. Windows에서 MySQL Workbench 설치1.  MySQL Workbench 다운로드- 윈도우즈용 64bit로 다운로드- 다운로드 링크 : https://dev.mysql.com/downloads/workbench/ - 로그인 하지 않아도 다운로드 가능하다.  - 설치 완료!  2. 오류 메시지가 뜨는 경우"MySQL Workbench requires the Visual C++2019..."Visual C++2019 설치가 필요하다고 한다.  3. Visual C++ 2019 ..

MySQL Workbench 연결1. 메인화면 MySQL Connections 에서 + 버튼 클릭하면, 설정창이 나타난다.    2. Setup New Connection- Connection Name = RDS의 DB인스턴스 생성할때 입력한 'DB인스턴스 식별자'- Hostname = RDS DB인스턴스 의 엔드포인트 복사해서 붙여넣기- Username = RDS DB인스턴스 의 마스터 사용자 이름  * RDS DB인스턴스의 엔드포인트 : AWS >> RDS >> 리소스의 'DB 인스턴스' >> 데이터베이스의 'DB식별자'  이름 클릭 >> 연결 및 보안 에서 확인. Password의 Store in Vault... 클릭하여, RDS DB인스턴스의 마스터 암호 저장하기   3. Test Connecti..

MySQL은, 데이터베이스 중 하나로서, 과거에는 오픈소스였지만, 오라클이 인수하면서 라이센스가 걸렸다. AWS의 RDS로 MySQL free tier 설치하기1. RDS에 서버 만들기 AWS 로그인 >> 서비스 >> 데이터베이스 >> RDS - 리전이 '서울'로 되어 있는지 확인.   2. 데이터 베이스 생성- 프리티어는 1개만 생성할 수 있다.- 과금되면 비용이 많이 발생하니, 주의할 것!   3. 데이터 생성 방식 선택 >> 표준생성   4. 엔진 옵션 >> MySQL* MariaDB : MySQL 이 유료화가 되어, 개발자가 또 다시 만든 무료 오픈소스. 엔진센서는 동일하지만, 자료는 MySQL에  더 많다.   5. 엔진 버전 건들지 말기.   6. 템플릿 >> 프리 티어    7. 설정 >> ..

https://seaborn.pydata.org/  > Seaborn 라이브러리는, Matplotlib 라이브러리의 확장판이다. 라이브러리 불러오기import numpy as npimport pandas as pdimport seaborn as sbimport matplotlib.pyplot  데이터 시각화 하기 위한 데이터프레임을 df로 지칭하기   countplot특정 컬럼이 카테고리컬 데이터일 때,각 value 별로 몇 개씩 있는지를 차트로 한번에 나타내고 싶은 경우에seaborn의 countplot 함수 사용한다.    - 색상 변경 - 내림차순 정렬, order = base_order  - 오름차순 정렬, order = reverse_order   - x축 글자 기울이기x축에 있는 글자들이 겹치..

https://matplotlib.org/gallery.html#scales > 1. 가장기본적인 Plot라이브러리 불러오기import numpy as npimport pandas as pdimport matplotlib.pyplot as plt 그래프의 x, y 지정하고, plot 그래프 나타내기   2. 파이차트아래 데이터 프레임을 df 로 지정한 후, 그래프를 그려보자.    3. 히스토그램# 구간을 설정하여, 해당 구간에 포함되는 데이터가 몇 개 인지 확인하는 것이 히스토그램.# 데이터의 분포를 알 수 있다.# 히스토그램은 구간이 있다. 이 구간을 bin 이라고 한다.# 구간이 여러개니까 복수형으로 bins라고 한다.# 히스토그램은, 똑같은 데이터를 가지고 bin을 어떻게 설정하느냐에 따라서, 차..

for문과 while문은 코드의 반복문이다.for : 대상 리스트의 모든 원소가 반환될 때까지while : 조건식이 참인 동안만 반복  for 반복문 For는 List, Tuple, Dictionary, Set, String 을 반복하는데 사용한다 fruits = ["apple","banana","cherry"]for z in fruits: if z == "banana": break print(z)> 출력 : "apple","banana"   range 를 사용한 반복문for i in range(3) : print("비트코인")> 출력 :비트코인비트코인비트코인  range(시작하는 숫자, 끝나는 숫자-1, 증가하는 범위)for i in range(10,30+1,10) : ..

Dictionary는, key와 value의 쌍으로 이루어진 자료 구조이다. {} 중괄호를 사용하고,  key와 value를 콜론(:)으로 구분한다. dic = {'key1' : 'value1', 'key2' : 'value2' , 'key3' : 'value3' } Python 딕셔너리(Dictionary) 만들기파이썬의 또다른 자료 구조인 리스트와의 차이점1. 리스트는 순서가 있지만, 딕셔너리는 순서가 없다. 2. 리스트는 인덱스로 접근, 딕셔너리는 key로 접근3. 데이터의 양이 많을 때는, 딕셔너리로 저장하는 것이 더 효율적이다.

np.random 은, 랜덤값으로 채워진 배열을 만들 수 있는 모듈이다. Python NumPy 랜덤 숫자 배열 만들기np.random.random() : 0.0~1.0 사이 난수를, 입력한 값이나  (행,열) 만큼 추출한다. np.random.randint(start, stop, size = shape) : 지정한 범위 안에서 정수(int)를 랜덤으로 추출한다.  seed(): 출력값을 고정할 수 있다.

NumPy 배열은 .npy 확장자 파일로 저장한 후 불러올 수 있다. Python NumPy 파일 저장하기(save), 불러오기(load)저장하기np.save(파일명, arr)- 파일명 : 데이터가 저장되는 파일이나, 저장할 파일명- arr : 저장할 배열 데이터단, 1개의 배열만 저장할 수 있다. 현재 경로에 '파일명.npy' 의 파일이 생성된다.  불러오기np.load(파일명)

NumPy에서는 1차원 배열을 여러차원으로 만들 수 있다. Python  NumPy 배열 변형하기  .reshape() : 배열 변형 함수 한 번에 다차원 배열로 변형하기